Разделение строк в требуемом формате, Pythonic? (с или без Regex)

Question

У меня есть строка в формате:

t='@abc @def Hello this part is text'

Я хочу получить это:

l=["abc", "def"] 
s='Hello this part is text'

Я сделал это:

a=t[t.find(' ',t.rfind('@')):].strip()
s=t[:t.find(' ',t.rfind('@'))].strip()
b=a.split('@')
l=[i.strip() for i in b][1:]

Он работает по большей части, но не работает, когда текстовая часть имеет символ '@'. Например, когда:

t='@abc @def My email is red@hjk.com'

это не удалось. @Names есть в начале, и после @names может быть текст, который может содержать @.

Ясно, что я могу сначала добавить пробел и найти первое слово без '@'. Но это не кажется элегантным решением.

Что такое питонный способ решения этой проблемы?

Answer 1

Опираясь на усилия мистера Топфа:

import re
rx = re.compile("((?:@\w+ +)+)(.*)")
t='@abc   @def  @xyz Hello this part is text and my email is foo@ba.r'
a,s = rx.match(t).groups()
l = re.split('[@ ]+',a)[1:-1]
print l
print s

печать:

['abc', 'def', 'xyz']
Здравствуйте, эта часть является текстом, и мой адрес электронной почты foo@ba.r

---

Справедливо призван к ответу hasen j , позвольте мне уточнить, как это работает:

/@\w+ +/

соответствует одному тегу - @, за которым следует хотя бы один буквенно-цифровой или _, за которым следует хотя бы один пробел. + является жадным, поэтому, если есть несколько пробелов, он захватит их все.

Чтобы соответствовать любому количеству этих тегов, нам нужно добавить плюс (одну или несколько вещей) в шаблон для тега; поэтому нам нужно сгруппировать его в скобках:

/(@\w+ +)+/

, который соответствует одному или нескольким тегам и, будучи жадным, соответствует всем им. Однако эти скобки теперь смешиваются с нашими группами захвата, поэтому мы отменяем это, превращая их в анонимную группу:

/(?:@\w+ +)+/

Наконец, мы превращаем это в группу захвата и добавляем еще одну, чтобы смести остальные:

/((?:@\w+ +)+)(.*)/

Последняя разбивка для подведения итогов:

((?:@\w+ +)+)(.*)
 (?:@\w+ +)+
 (  @\w+ +)
    @\w+ +

---

Обратите внимание, что при рассмотрении этого я улучшил его - \ w не обязательно должен быть в наборе, и теперь он допускает наличие нескольких пробелов между тегами. Спасибо, hasen-j!

Answer 2

t='@abc @def Hello this part is text'

words = t.split(' ')

names = []
while words:
    w = words.pop(0)
    if w.startswith('@'):
        names.append(w[1:])
    else:
        break

text = ' '.join(words)

print names
print text

Answer 3

Как насчет этого:

1. Расщепление по пробелам.

2. foreach word, отметьте

   2,1. если слово начинается с @, нажмите в первый список

   2.2. в противном случае просто объедините оставшиеся слова пробелами.

Answer 4

[ edit : это реализует то, что было предложено Усамой выше]

Это создаст L на основе переменных @ в начале строки, а затем, когда будет найден не @ var, просто возьмите оставшуюся строку.

t = '@one @two @three some text   afterward with @ symbols@ meow@meow'

words = t.split(' ')         # split into list of words based on spaces
L = []
s = ''
for i in range(len(words)):  # go through each word
    word = words[i]
    if word[0] == '@':       # grab @'s from beginning of string
        L.append(word[1:])
        continue
    s = ' '.join(words[i:])  # put spaces back in
    break                    # you can ignore the rest of the words

Вы можете изменить этот код, чтобы он был меньше кода, но я пытаюсь сделать то, что происходит, очевидным.

Answer 5

Вы также можете использовать регулярные выражения:

import re
rx = re.compile("@([\w]+) @([\w]+) (.*)")
t='@abc @def Hello this part is text and my email is foo@ba.r'
a,b,s = rx.match(t).groups()

Но все зависит от того, как могут выглядеть ваши данные. Так что вам может понадобиться настроить его. В основном он создает группу с помощью () и проверяет, что в них разрешено.

Answer 6

 [i.strip('@') for i in t.split(' ', 2)[:2]]     # for a fixed number of @def
 a = [i.strip('@') for i in t.split(' ') if i.startswith('@')]
 s = ' '.join(i for i in t.split(' ') if not i.startwith('@'))

Answer 7

Вот еще один вариант, который использует split () и без регулярных выражений:

t='@abc @def My email is red@hjk.com'
tags = []
words = iter(t.split())

# iterate over words until first non-tag word
for w in words:
  if not w.startswith("@"):
    # join this word and all the following
    s = w + " " + (" ".join(words))
    break
  tags.append(w[1:])
else:
  s = "" # handle string with only tags

print tags, s

Вот более короткая, но, возможно, немного загадочная версия, которая использует регулярное выражение для поиска первого пробела, за которым следует не-символ:

import re
t = '@abc @def My email is red@hjk.com @extra bye'
m = re.search(r"\s([^@].*)$", t)
tags = [tag[1:] for tag in t[:m.start()].split()]
s = m.group(1)
print tags, s # ['abc', 'def'] My email is red@hjk.com @extra bye

Это не работает должным образом, если нет тегов или нет текста. Формат не указан. Вам нужно будет предоставить больше тестовых случаев для проверки.